在人工智能（AI）这股汹涌澎湃的浪潮中，投资者们正急切地寻找一个可靠的指南针，以引领他们在机遇与风险并存的市场中航行。当前，AI正以前所未有的力量重塑软件行业的投资逻辑，而一个名为净收入留存率（NRR）的指标，在美国资本市场上悄然崛起，成为衡量AI企业真实实力的新标尺。
NRR，或称净美元留存率，它如同一面镜子，映照出企业从现有客户群体中持续挖掘价值的能力。一个超过100%的NRR值，意味着企业不仅成功留住了老客户，还促使他们增加了消费。这一指标的重要性，在加拿大皇家银行资本市场的软件股票分析师Rishi Jaluria的眼中尤为凸显。他指出，当客户在企业的产品中发现了巨大价值，他们便愿意年复一年地加大投入，这种内生性增长模式相较于高昂的新客户获取成本，显得更为高效且可持续。
然而，正如任何新兴指标都可能伴随的争议，NRR也并非尽善尽美。其计算方法的多样性，如同一层迷雾，遮蔽了投资者的视线。以软件公司Figma为例，其在IPO文件中展示的132%的高NRR值，看似亮眼，实则计算范围仅限于年合同额超过1万美元的客户，大量小客户被排除在外。这种做法虽然公司声称更具参考价值，但DA Davidson分析师Gil Luria却直指其计算方法存在争议，认为这种选择性披露使得横向比较变得毫无意义。
类似的手法在其他公司中也不鲜见。软件开发工具公司GitLab在上市初期曾公布高达148%的NRR值，但随后却改为仅披露是否低于130%的阈值，为投资者留下了巨大的信息黑洞。网络安全公司Rubrik则采用最近四个季度的NRR平均值，拒绝透露单季度数据；数据管理公司Snowflake更是将NRR的计算周期从标准的12个月延长至两年，进一步增加了比较的复杂性。
面对这一现状，投资者们开始重新审视NRR的正确“打开方式”。Gil Luria建议，与其纠结于不同公司NRR值的绝对大小，不如将焦点转向追踪同一家公司NRR值的季度变化趋势。他认为，这种动态的、纵向的观察法，能够更有效地剔除市场噪音，发现企业的真实价值。例如，Snowflake和Datadog等公司的NRR值从近期的低点回升，便有力地证明了它们的AI产品正受到市场的积极欢迎。
因此，对于投资者而言，在运用NRR这一指标时，理解其背后的计算逻辑至关重要。同时，结合其他财务数据进行综合判断，才能更为准确地评估企业的真实实力。在AI浪潮的推动下，软件行业正经历着前所未有的变革。而NRR这一指标的兴起，无疑为投资者们提供了一个新的视角，帮助他们在这场变革中寻找到真正的“AI赢家”。
